疑问

微积分

1. 中值定理原理、应用
2. 微分方程原理、应用

线性代数

1. 特征值、特征向量原理、应用
2. 伴随矩阵原理、应用
3. 矩阵的秩原理、应用
4. 初等行变换和列向量的关系

概率论与数理统计

1. 泊松分布、指数分布、正态分布的含义与应用
2. 切比雪夫不等式含义与应用
3. 中心极限定理的原理
4. 卡方分布、t分布、F分布含义与应用
5. 协方差含义与应用
6. 无偏估计量与有效性的含义与应用
7. 相关与独立的关系
8. 矩、矩估计、极大似然估计含义、应用
   1. 矩：刻画分布的特征，比如一阶矩原点矩均值、二阶中心矩方差、三阶中心矩偏度（左右不对称的程度），四阶中心矩峰值（分布的尖锐程度）
   2. 矩估计：用样本矩（样本分布特征，均值方差等）来估计整体矩（整体分布特征，均值方差等）
   3. 极大似然估计：用概样本和率密度函数使得当前样本出现概率最大建立方程，来推测出整体分布密度函数参数
9. 置信区间、置信水平含义、应用
   1. 置信区间、置信度：比如，根据样本推测整体均值处于哪个区间（置信区间），在这个区间的可靠度（置信度）是多少。
10. 假设检验名词含义、应用 1.